[PYTHON] Introduction à la rédaction de notes d'apprentissage automatique

Aidemy　2020/9/23

introduction

Bonjour, c'est Yope! Je suis étudiant, mais je suis intéressé par le domaine de l'IA, donc j'étudie à l'école spécialisée en IA "Aidemy". Je voudrais partager les connaissances acquises ici avec vous, et je les ai résumées dans Qiita. Je suis très heureux que de nombreuses personnes aient lu l'article de synthèse précédent. Je vous remercie! Cette fois, j'écrirai des notes importantes sur l'introduction à l'apprentissage automatique.

Introduction à l'apprentissage automatique 1 Points clés

・ L'apprentissage automatique comprend __ «l'apprentissage avec l'enseignant», «l'apprentissage sans enseignant» et «l'apprentissage amélioré» __. ・ L'apprentissage enseigné est une méthode qui consiste à donner des données d'apprentissage et des données de réponse correcte (enseignant) et à réfléchir jusqu'à ce que la réponse soit correcte. Le plus souvent. -L'apprentissage non supervisé est une méthode dans laquelle seules les données d'apprentissage sont données et l'ordinateur lui-même trouve une régularité. ・ L'apprentissage intensifié est une méthode pour continuer à penser pour maximiser les bénéfices (récompenses) que les acteurs peuvent obtenir.

Introduction à l'apprentissage automatique 2 points clés

・ __ Procédure d'apprentissage supervisé __: Collecte des données → Nettoyage des données → Apprentissage → Vérifier avec les données de test → Mise en œuvre

・ __ Pratique d'apprentissage supervisé 1__: Méthode d'exclusion: les données sont divisées en données d'apprentissage et données de test. Utilisez la fonction train_test_split (). __X_train, X_test, y_train, y_test = train_test_split (X, y, test_size = rapport des données de test, random_state = 0) __

• X est l'étiquette de réponse correcte, y est l'étiquette de réponse correcte. train est des données d'entraînement et test est des données de test. random_state est une graine qui sélectionne les données de test.

・ __ Pratique d'apprentissage supervisé 2 __: k-Division Vérification croisée: divisez les données en k et utilisez l'une d'entre elles comme données de test. Les données de test sont modifiées à chaque fois et vérifiées un total de k fois pour calculer la performance moyenne. (S'il y a 20 données ex, 19 seront des données d'entraînement et 1 sera des données de test, et sera vérifiée 20 fois au total)

-__ Surapprentissage : état dans lequel la précision d'apprentissage est trop élevée pour être correctement abstraite et les données inconnues ne peuvent pas être traitées. - Décrochage : Un moyen d'éviter le surapprentissage. Ignorez les exceptions évidentes. - Apprentissage d'ensemble __: Améliorez la précision en entraînant plusieurs modèles et en faisant la moyenne des résultats.

Introduction à l'apprentissage automatique 3 points clés

-__ Matrice de confusion __: Un tableau utilisé pour évaluer la précision du modèle. Les résultats sont classés en __ «vrai positif», «faux positif», «vrai négatif» et «faux négatif» __. "Vrai ou faux" indique si la réponse est correcte et "Yin" indique la réponse du modèle. (Autrement dit, s'il s'agit d'un «faux positif», le modèle a répondu Vrai, mais la réponse était Faux.)

-Mise en œuvre de la matrice de confusion: Décrivez comme suit ("y_true" est donné [liste des réponses correctes], et "y_pred" est donné [liste des réponses du modèle])

from sklearn.metrics import confusion_matrix
#Définissez «bonne réponse» et «réponse» dans une liste(0 est positif, 1 est négatif)
y_true=[1,1,1,1,1,1]
y_pred=[1,1,1,0,0,0]

confmat = confusion_matrix(y_true, y_pred)
#[[0 0]   #[[Vrai positif Faux négatif]
# [3 3]]  # [Faux positif Vrai négatif]]

・ __ Taux de réponse correcte __: Pourcentage de toutes les réponses qui étaient «vraies». (Vrai positif + Vrai négatif / Globalement) ・ __ Taux de conformité / Précision : Le pourcentage de ceux qui ont répondu «positif» était «vrai». (Vrai positif / Vrai positif + Faux positif) - Taux de rappel : Le pourcentage de "soleil réel" qui était "vrai". (Vrai positif / Vrai positif + Faux négatif) - Valeur F __: Moyenne harmonisée de précision et de rappel (2 * précision * rappel / précision + rappel)

• Tous ces éléments sont représentés par 0 à 1, et on peut dire que plus proche de 1, meilleure est la performance.

-Implémenter l'indice d'évaluation ci-dessus: Il calcule en important la fonction et en donnant respectivement "y_true" et "y_pred" comme arguments.

#precision_score: taux de correspondance, recall_score: rappel, f1_score: importation de la valeur F
from sklearn.metrics import precision_score,recall_score,f1_score

y_true=[0,0,1,1]
y_pred=[0,1,1,1]
#Sortie de valeur F
print("F1".format(f1_score(y_true,y_pred)))
# 0.666666

-__ courbe PR __: Un graphique dans lequel l'axe vertical est le taux de précision (précision) et l'axe horizontal est le taux de rappel (rappel). ・ __Le taux de conformité et le taux de rappel sont dans une relation de compromis __, et il est nécessaire de considérer lequel devrait être mis en évidence dans certains cas. Si vous n'êtes pas particulier à ce sujet, vous devez utiliser la valeur F ou le point où P et R correspondent sur la courbe PR (__break even point (BEP) __).